如何从固定格式的传感器数据文件头部提取有效信息？

嘿，既然你已经在用numpy.loadtxt处理传感器数据了，那咱们可以轻松把头部信息也结构化提取出来——毕竟你说头部是固定10行、格式固定的，这就好办多了！下面是具体的步骤和代码示例：

第一步：读取并映射头部字段 #

因为头部的10行对应固定的信息项（文件名、作者、室温等），咱们可以直接按顺序把每行内容对应到明确的字段上，不用复杂的正则匹配：

# 先定义好和头部10行对应的字段顺序（完全匹配你的头部内容）
header_fields = [
    "filename", "author", "copyright", "recording_date",
    "firmware_version", "sensor_version", "location",
    "battery_status", "room_temperature", "additional_note"  # 第10行如果是其他信息，按需修改
]

header_info = {}

# 打开文件读取前10行头部
with open("myFile.dat", "r") as f:
    for idx in range(10):
        # 读取一行并去除首尾空白
        line_content = f.readline().strip()
        # 按顺序映射到字段
        header_info[header_fields[idx]] = line_content

第二步：解析特殊格式的字段（比如带误差的室温） #

像25 +/- 0.5这种带误差的数值，咱们可以把它拆成均值和误差两个结构化数值，方便后续使用：

# 处理室温字段
temp_raw = header_info["room_temperature"]
# 按" +/- "分割字符串，得到均值和误差部分
mean_temp, temp_error = temp_raw.split(" +/- ")
# 转换成浮点数并存入字典
header_info["room_temp_mean"] = float(mean_temp)
header_info["room_temp_error"] = float(temp_error)

# 如果你不需要原始字符串，可以删掉原字段
# del header_info["room_temperature"]

第三步：继续读取传感器数据 #

这部分就是你已经在做的，用skiprows=10跳过头部即可：

import numpy as np

# 读取4列、10000行的传感器数据
sensor_data = np.loadtxt("myFile.dat", skiprows=10)
# 现在sensor_data是形状为(10000, 4)的numpy数组，完全符合你的需求

小提示 #

如果你的头部行是类似文件名: myFile.dat这种键值对格式的，那可以把第一步的代码改成按冒号分割，更通用：

with open("myFile.dat", "r") as f:
    for _ in range(10):
        line = f.readline().strip()
        # 只分割一次，避免值里出现冒号
        key, value = line.split(": ", 1)
        header_info[key.strip()] = value.strip()

这样处理后，你既得到了结构化的头部信息字典，又能正常读取传感器数据，完全不冲突～

内容的提问来源于stack exchange，提问作者electroDi